Enabling Technologies for Data Science and Analytics: The Internet of Things 些許心得
IoT應用逐漸成熟主要由於製造物品(Thing)的成本下降、體積縮小,耗能減少以及網路技術成熟等。建置IoT也會遇到一些問題,例如傳統的無線技術像是wifi或是手機訊號,其設計與IoT之目的不一定相同,所以在每單位傳輸量、延遲時間、錯誤率等需求也會不同,所以有了許多不同的通訊協定,像是Zigbee、Bluetooth Low Energy等等。
而大量建置也會帶來一些新的問題,例如:
- 管理:如何管理成千上萬的物品,例如軔體更新、設定變更、物品的命名方式等。
- 安全:如何防止大量物品受到感染,並成為攻擊跳板。
- 能源:在某些情形下每個物品無法直接連接電源線,而電池容量也不夠時,物品可能就需要自行蒐集能源,例如太陽能。
本課程並不只包含物聯網,例如第四週的自然語言處理(Natural language processing) 討論如何從一篇文章中擷取出摘要,和機器翻譯(Machine Translation)──使用電腦自動翻譯成不同的語言。
而第五週則是聲音與影像辨識:介紹如何從一個人的陳述時的聲音資料判斷該者是否撒謊。其他像是利用影像協助統計街道車流量。或是針對某個公眾人物,自動彙整各個新聞網站的影像資訊以便閱讀等。
這一系列的課程都著重於基礎理論,其所涵蓋的範圍既廣且雜,讓初次接觸的人可能會覺得無所適從。建議把這三堂課當成補充教材,可以了解資料科學於各個領域應用狀況。
沒有留言:
張貼留言
為避免垃圾訊息,留言需檢視後會才會顯示,請見諒。